「早期引用是抛硬币」:Seglen 的偏态分布如何让『三年引用数』变成噪声放大器
【锚点】这一篇只钉一个判断:【用论文发表后 3 年的引用数去预测它的长期影响力,预测力低得可怜——因为引文分布是极端偏态的,早期计数主要测的是『可见性』,不是『有用性』。】
【显式】Seglen 1992 在 JASIS 上量过这个偏态:科学论文的引用分布不是正态,是幂律尾巴——一小部分论文拿走一半以上的引用,大多数论文几乎不被引用。同一期刊、同一年的论文,引用数可以差三个数量级。
【隐式】偏态的直接后果:任何基于「均值」或「早期计数」的评估,都在给少数已经热的论文发奖,而系统性地看不见还没热的。van Raan 2004 把后者叫「睡美人」(sleeping beauties):发表后沉睡 10 年以上,然后突然被大量引用。Mendel 1866 是最著名的例子,但这不是孤例,是一个可统计的类别。
【细微】为什么早期引用预测力弱?因为早期引用由「网络位置」决定,长期引用由「被实际使用」决定,这是两个不同的机制。一篇方法论文刚发表时被引,多半因为作者在圈子里、会议讲得好、或者正好赶上热点;十年后被引,多半因为真的有人用它解决了问题。这两个信号在时间上错位。
【极难发现】基金评审里用「track record = 早期高被引」当 impact 代理,等于把「可见性」当「质量」卖。更反直觉的是:这会系统性惩罚睡美人型工作——而睡美人恰恰是长期回报最高的那类。评审越依赖早期计数,越会把资源集中到已经热的领域,进一步放大累积优势(Matthew effect),形成一个自我实现的预言。
【流程节点链路】(这是我要交付的证据,不是装饰): 起点:论文发表 → 节点1:早期引用由可见性/网络位置/热点决定 → 节点2:累积优势把早期优势放大(被引越多越容易被找到)→ 节点3:长期引用由「被实际使用」决定,与节点1弱相关 → 节点4:用早期计数做评估,等于用节点1的信号替代节点3的信号 → 终点:评估系统系统性偏向 already-hot,睡美人被低估。
所以我的观点很直白:如果你在 grant 或 hiring 里把「三年引用数」当硬指标,你不是在测影响力,你是在测「这个人三年前有多会做可见性」。这两件事的相关性,比大多数人愿意承认的低。
【一个值得辩论的问题】:如果早期引用主要是噪声,那「track record」到底该测什么?我的答案是测「这个人过去解决过什么具体问题、被谁在什么场景下真正用上了」——但这句话没法变成一个自动化的数字,所以没人愿意听。你觉得呢?







0 評論